Пусть неделя начнется так :)
и не кажется я могу бесконечно смотреть на это.

минималистичный видео-коллаж от Gerhard Koenderink
🟣

Коробки от видеокарт (конец 90-х — начало 2000-х годов)

Минутка дизайна мебели:

Шезлонг LCP, известный также как модель 6040, представляет собой замечательный предмет мебели, созданный бельгийским дизайнером Маартеном ван Севереном для известной итальянской мебельной марки Kartell в 2002 году.

Отличительной особенностью шезлонга LCP является его конструкция: он изготовлен из полиметилметакрилата (ПММА) в одной форме.

Держите много свежих и вдохновляющих примеров связи бренда с интерфейсом:
 
Patreon: Сервис для поддержки авторов контента от британского агентства Wolff Olins и внутренней команды.
 
Goodnotes: Приложение для заметок от американского агентства Motto.
 
Webflow: Ребрендинг платформы для сайтов, сделанный внутренними силами.
 
Miro: Сервис командной работы от американского агентства AKQA.
 
Marshmallow: Цифровая страховая компания от американского агентства Ragged Edge.
 
Sock: Финтех от британского агентства Koto.
 
Elizabeth Goodspeed: Почему многие ребрендинги похожи друг на друга. И как на это влияют особенности формирования трендов.
 
Hiro: Web3-платформа для разработчиков от американского агентства Porto Rocha.
 
Facebook: Обновление, сделанное внутренними силами.
 
Dribbble: Ребрендинг, сделанный внутренними силами.
 
Android: Обновление лого, сделанное внутренними силами.
 
Shop: Сервис для интернет-заказов от американского агентства Porto Rocha.
 
P.S. Рассказал о своём подходе к анализу брендов цифровых продуктов в «Рефодушке» Антона Черногорова. Похоже, через какое-то время зайду ещё раз — следите за анонсами на канале Дизайн-комьюнити.
 
#branding

Гонзо-обзоры статей: LLM и создание макетов при помощи Large Language Models, понятие UI грамматики
Exploring Mobile UI Layout Generation using Large Language Models Guided by UI Grammar

Грамматика пользовательского интерфейса – новый подход, который китайские товарищи предлагают для представления иерархической структуры, присущей пользовательскому интерфейсу. Целью этого подхода является руководство для LLM - чтобы повысить объяснимость и управляемость процесса генерации макета. Статья аффилирована с University of Notre Dame, Notre Dame, USA и Шанхайском университетом

Действительно датасеты пользовательского интерфейса существуют с конца десятых - авторы отмечают особенную роль датасета RICO, в котором собраны наборы экранов и интерфейсов мобильных приложений(https://www.semanticscholar.org/paper/Rico%3A-A-Mobile-App-Dataset-for-Building-Data-Driven-Deka-Huang/775f7845e4df2576762960943294bd28733e2046 ), который используется как для генерации интерфейса, так и для и ноукод приложений, насколько могу судить не очень используемыми в индустрии. Теперь эти датасеты заиграли новыми красками с выходом больших языковых моделей.

Большие языковые модели (LLM) для выполнения задач по моделированию пользовательского интерфейса посредством контекстного обучения и промтов в виде цепочки мыслей. Также некоторые исследователи провели автоматическое тестирование графического интерфейса, моделируя взаимодействие человека с графическим интерфейсом с помощью LLM.

Каргаран и др. ( статья Menucraft: Interactive menu system design with large language models https://arxiv.org/abs/2303.04496 ) исследовал проектирования меню пользовательского интерфейса с помощью LLM с помощью описаний на естественном языке намерений дизайнеров. Эти усилия продемонстрировали возможности LLM эффективно работать с пользовательскими интерфейсами на уровне промтов. Некоторые эксперименты также продемонстрировали конкурентоспособность по показателям оценки задач пользовательского интерфейса (по сравнению с человеком видимо)

Ключевая задача LLM для создания макетов связана с представлением иерархической структуры присущие элементам пользовательского интерфейса в процессе генерации.

“В ответ на эту проблему мы предлагаем грамматику пользовательского интерфейса — новый подход, который точно представляет иерархическую отношения между элементами пользовательского интерфейса. Этот подход служит руководить процессом создания LLM, тем самым делая поколение более структурировано и контекстуально приемлемо. С человекоцентрированной точки зрения мы обсуждаем, как включение грамматики пользовательского интерфейса обеспечивает промежуточный уровень представление, которое потенциально могло бы улучшить объяснимость и управляемость LLM в процессе генерации. Пользователи могут лучше понимать и управлять внутренними механизмами генерации LLM, просматривая и редактируя грамматику используется для получения окончательного результата”

Элементы пользовательского интерфейса на экране имеют иерархические отношения, что может быть отражено в принцип атомарного дизайна (Фрост, 2016), функций группировки инструментов проектирования пользовательского интерфейса, таких как Figma, и иерархий представлений Android. Некоторые предыдущие работы сгладили иерархические структуры элементов пользовательского интерфейса и уменьшили задач создания макета в предсказание плоской последовательности элементы и соответствующие ограничивающие рамки. Сохранение иерархических отношений между элементами пользовательского интерфейса и использование их - улучшит качество генерации макетов

Грамматика UI определяется как набор производственных правил для описание отношений родитель-потомок между элементами пользовательского интерфейса в рамках иерархической древовидной структуры данного экрана. Каждое производственное правило имеет форму A → B, где A представляет собой родительский элемент пользовательского интерфейса, а B представляет собой последовательность одного или больше дочерних элементов.

Используя это определение проблемы, разрабатываем наш промт с
целями:
1. Использование формата пользовательского интерфейса, который будет понятен и понятен специалистам LLM для создания макетов
2. Инкапсуляция иерархических отношений между элементами пользовательского интерфейса с помощью грамматики пользовательского интерфейса.
3. Удаление лишней невизуальной информации, которая
несущественно для создания макета
Исходя из этих целей, мы решили использовать JSON в качестве данных.
формат для представления пользовательских интерфейсов при создании макета пользовательского интерфейса.

JSON, кстати, и для чат-ботов используется, замечу 🙂

UI Grammar

LLM без UI грамматики

Для создания макетов без использования грамматики пользовательского интерфейса (рис.
2), мы сначала случайным образом выбираем экран из CLAY (библиотека веб-элементов https://clayui.com/), чтобы использовать его в качестве пример нашего контекстного обучения (т. е. одноразового подсказки) и исключить его из генерации, чтобы предотвратить утечку данных. Для каждого экрана пользовательского интерфейса в CLAY мы получаем соответствующее описание на естественном языке из SCREEN2WORDS(https://paperswithcode.com/dataset/screen2words). в качестве описания нашей цели генерации. Чтобы контролировать результат генерации и получать макеты только со значимым элементов пользовательского интерфейса, мы использовали семантически значимый список 25 меток элементов пользовательского интерфейса, определенных в CLAY и включенных в наше приглашение как ограничение.

LLM c грамматикой

Вместо того, чтобы просить LLM напрямую сгенерировать окончательный макет экрана мы описываем создание макета пользовательского интерфейса как двухэтапный процесс: сначала мы выводим на экран список грамматик пользовательского интерфейса, затем объясняем, как мы можем создать пример макета пользовательского интерфейса, используя предоставленная грамматика пользовательского интерфейса.